KEM Konstruktion 03.2024
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Bild: Fraunhofer IEM<br />
Im Gegensatz zur diskriminativen KI schafft GenAI gänzlich neue<br />
Inhalte und ist in der Lage, mit uns über die natürliche Sprache<br />
zu kommunizieren.<br />
menschliche Sprache authentisch vorherzusagen.<br />
Zweitens brauchen wir lediglich unsere natürliche<br />
Sprache, um heute verfügbaren Generative-AI-Tools<br />
Arbeitsaufträge zu geben. Das Arbeiten mit KI-Modellen<br />
war bisher Programmierer:innen vorbehalten,<br />
die komplexen Code in Python oder C++ beherrschten.<br />
Jetzt tippen wir unsere Befehle in einen Chatbot<br />
oder sprechen sie ein. Generative AI ermöglicht es<br />
uns, Künstliche Intelligenz mit geringem Aufwand<br />
und ohne Fachwissen zu nutzen. Und die Technologie<br />
entwickelt sich in rasantem Tempo weiter: Wissenschaft<br />
und Industrie arbeiten daran, die Modelle weiter<br />
zu verbessern und mit verschiedenen Ansätzen zu<br />
kombinieren, um zum Beispiel die Nachvollziehbarkeit<br />
und vor allem die Verlässlichkeit der Modelle zu<br />
verbessern.<br />
Von ChatGPT zur eigenen GenAI-Lösung<br />
Können offen zugängliche Generative-AI-Tools wie<br />
ChatGPT, Midjourney und Co. bereits in der Entwicklung<br />
komplexer technischer Systeme helfen? Wir sagen:<br />
Ja, in bestimmten Teilbereichen der Produktentwicklung<br />
ist es durchaus möglich, auf diese Werkzeuge<br />
zurückzugreifen – etwa für Routinetätigkeiten<br />
wie Zusammenfassungen oder die Ideengenerierung.<br />
Zwei Faktoren beschränken dies allerdings: Erstens<br />
ist die Datenbasis, auf die diese Tools zurückgreifen,<br />
für komplexe Engineering-Aufgaben bei weitem<br />
nicht ausreichend. Entwicklungsdaten sind hochsensibel<br />
und wertvoll. Diese werden von der Industrie<br />
selbstverständlich nicht ins Netz gestellt. Deshalb ist<br />
es zweitens auch wichtig, mit den eigenen Entwicklungsdaten<br />
ebenso umsichtig zu agieren. Denn wer<br />
den eigenen Anforderungskatalog von ChatGPT bearbeiten<br />
lässt, macht diese Daten unter Umständen der<br />
Öffentlichkeit zugänglich.<br />
Wollen wir Generative AI von der Anforderungserhebung<br />
über die Systemspezifikation hin zur Inte -<br />
gration nutzen, führt am Aufbau einer vertraulichen<br />
Lösung also kein Weg vorbei. Ein Weg, der sich lohnt:<br />
Mit eigenen Daten- und KI-Modellen erwarten uns<br />
enorme Effizienzsteigerungen.<br />
Ein Beispiel ist die Dokumentation – eine Aufgabe,<br />
die Teil eines jeden Entwicklungsprozesses ist und<br />
viele Kapazitäten bindet. Hier kommen vor allem die<br />
texterstellenden Algorithmen zum Einsatz. Ähnlich<br />
wie ChatGPT können sie bestehenden Softwarecode<br />
kommentieren und dadurch die Nachvollziehbarkeit<br />
im Entwicklungsprozess deutlich erhöhen. Um Fehler<br />
der KI auszuschließen, blickt am Ende ein:e Mitarbeiter:in<br />
über das Konzept und hat den Arbeitsschritt so<br />
mit deutlich weniger Aufwand erledigt.<br />
Ein zweites Beispiel ist die Anforderungsanalyse, die<br />
früh im Entwicklungsprozess definiert, was das spätere<br />
Produkt leisten soll. Recherche und Auswertung<br />
der dafür relevanten Informationen – wie Marktbeobachtung,<br />
Betriebsdaten vorheriger Produktgenerationen,<br />
Kundenwünsche oder Normen und Standards<br />
– sind händisch ein langwieriger Prozess, der von<br />
einer spezialisierten KI in nur einem Bruchteil der<br />
Zeit erledigt werden kann.<br />
Ein drittes Beispiel ist der Systementwurf – wenn das<br />
spätere Produkt sowohl als technisches System als<br />
auch als Bestandteil seines Umfeldes modelliert wird.<br />
Eine generative KI kann hier eine Vielzahl an<br />
Lösungsalternativen erzeugen und – je nach Priorität<br />
der Anforderungen – automatisiert Vorschläge für<br />
verschiedene spätere Designoptionen machen. So<br />
wie beim Engineering-Assistenten Michael, weiß das<br />
Entwicklungsteam in wenigen Augenblicken, welche<br />
Auswirkungen der aktuelle Systementwurf auf wichtige<br />
Aspekte wie das Design, aber auch die Nachhaltigkeit<br />
des späteren Produktes hat.<br />
Für KI-basierte Engineering-Tools benötigen wir sehr<br />
spezielle und individuelle Daten. Oftmals handelt es<br />
sich zudem um kritische interne Unternehmens -<br />
<strong>KEM</strong> <strong>Konstruktion</strong>|Automation » 03 | 2024 17